日益真假难辨。面部面对从未见过的动作数据便力不从心，若两者相差悬殊，分析而新方法依然正确识别出了近95%的识别深度伪造视频。已成为一个重要的伪造网研究领域。

研究示意图。准确即从大量标注好的率超真实与篡改视频中习得辨别力。却难以泛化到陌生的新闻篡改花样。刷新了此前的科学最佳纪录。系统将视频中可见的面部面部动作，暂时还不适合实时应用。动作开发出一种比以往更可靠的分析深度伪造视频识别方法——不再搜寻视觉破绽，与FLAME模型给出的识别深度面部动作参数进行比对。请与我们接洽。伪造网自监督方法仅用真实视频进行训练，准确

相比之下，常用于计算机图形学与面部动画。该方法平均检测准确率超过95%，团队先用超过450小时的公开视频预训练模型，但迄今检测精度仍然偏低。深度伪造视频泛滥成灾，

 特别声明：本文转载仅仅是出于传播信息的需要，

不过，而是细查视频面部表情是否自然。

新系统舍弃了可疑的像素级痕迹，

实验中，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，如何可靠地识破它们，在基准数据集测试中，该模型用53个参数从数学上刻画面部表情，其表现超越一众监督方法。被认为对新生的深度伪造技术更具韧性，相关论文已提交至2026年IEEE/CVF计算机视觉与模式识别会议。并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、图片来源：物理学家组织网

在生成式人工智能（AI）的助推下，使其学会预测人们说话时面部动作的自然规律。尤其值得一提的是，

现有最精准的深度伪造检测器普遍依赖监督学习，

分析时，专门制作了另一套基准数据集。新系统需要在强劲硬件上完成大规模预训练，该方法在多个成熟基准数据集上均录得逾95%的平均准确率，它植根于广泛使用的FLAME模型，这类系统极易局限在已知的伪造技法上，团队还利用OpenAI的前沿视频生成模型Sora 2，转而聚焦视频中人脸的面部动态。网站或个人从本网站转载使用，而新方法首次将高稳定检测与高识别率融为一体，此前的深度伪造检测器面对这批视频，然而，成功发现了许多现有检测器无法识别的伪造操作。就强烈暗示该视频已遭篡改。须保留本网站注明的“来源”，表现几乎与掷硬币无异，这便是过拟合——在训练数据上表现得过于出色，

面部动作分析识别深度伪造准确率超95%

 

科技日报北京7月20日电 （记者刘霞）由德国马克斯·普朗克信息学研究所等机构科学家组成的国际团队，

文章推荐：

新血检法早期诊断渐冻症准确率达97%—新闻—科学网

超加工食品让男性生育能力下降—新闻—科学网

一些人工智能疾病预测模型基于可疑数据训练而成—新闻—科学网

OpenAI致力打造自主“AI研究员”—新闻—科学网

多数阿尔茨海默病例可能源于单一基因—新闻—科学网

W玻色子质量实测结果与标准模型一致—新闻—科学网

首张大脑组织结构图谱揭示人一生大脑发育情况—新闻—科学网

美载人绕月任务打破人类距离地球最远飞行纪录—新闻—科学网

糖氮丙啶分子能有效阻断流感病毒—新闻—科学网

从朋友变敌人，是什么让黑猩猩陷入内战—新闻—科学网

《自然》（20260402出版）一周论文导读—新闻—科学网

一管血发现50种癌？多癌种早筛检测技术的曙光与迷雾—新闻—科学网